原文传递
基于车路协同的驾驶行为判别方法研究
| 论文题名： | 基于车路协同的驾驶行为判别方法研究 |
| 关键词： | 驾驶行为;判别模型;车路协同;交通预测 |
| 摘要： | 随着汽车产业的不断发展，汽车保有量的急剧增加，交通事故和道路拥堵频繁发生，造成严重的人员、财产和环境损失，交通安全、交通拥堵和交通污染已经成为交通领域亟待解决的三大难题；无线通信、传感技术的发展，及大数据时代的到来，使得智能交通系统必将成为解决三大交通难题的有效手段。作为智能交通的重要研究方向，车路协同技术通过采用先进的传感、通信与计算设备，能够提高车辆行驶安全，缓解交通拥堵，并减少环境污染。 驾驶行为是引起交通事故和道路拥堵的关键因素，驾驶行为判别是车路协同中关于道路交通事故预测的重要方法。本文在深入分析国内外关于驾驶行为研究的基础上，首先，从宏观上论述引起路网交通事故发生的原因，结合数据挖掘理论，提出车辆行驶状态信息挖掘方法，并构建基于车路协同的交通事故预测系统框架，为驾驶行为判别研究提供理论和方法依据；其次，采用VISSIM仿真软件建立微观交通仿真模型，进行不同行驶条件下局部路网仿真，获得大量原始仿真数据，并对原始数据进行预处理；然后，根据车辆动力学理论，分析车辆行驶状态参数对车辆行驶安全的影响，并推导得到行驶状态参数求解方法，完成基本行驶参数到行驶状态参数的转换；最后，利用BP神经网络，建立以车辆行驶状态参数为输入的驾驶行为判别模型，实现对驾驶行为好坏的评价。通过对判别模型进行验证及改进，结果表明，所建立的BP网络模型对驾驶行为判别准确率较高，为车辆主动安全与交通事故预测研究提供一定参考。 |
| 作者： | 易星 |
| 专业： | 车辆工程 |
| 导师： | 马雷;张时成 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
